论文部分内容阅读
摘 要：为研究现状公交线网存在的问题，在理解大数据的基础上，运用相关大数据手段，将手机信令、公交IC卡等数据融入现状公交的分析中，诊断现状公交存在问题。首先，利用大数据特点，优化客流预测方法，将“四阶段”法优化为“三阶段”法;其次，结合实际公交优化项目，从出行特征和公交供给两方面对现状公交线网在需求端和供给端评价分析;最后将两者叠加，分别从线网结构、公交设施和线路运行三方面总结公交线网可能存在的问题，为公交线网优化提供思路。
关键词：公交大数据;数据分析;公交线网
0 引言
伴随着我国社会经济的快速发展，城市机动车规模迅速增长，道路交通拥堵问题日益突出，优先发展城市公共交通已在社会各界达成共识。而现状公交系统存在线网布局不清、公交设施不全、运营组织不精等问题，导致公交无法满足人们日常出行需求。随着信息技术的发展，公交智能化、数据化水平不断提升，为相关数据挖掘和分析提供了重要支撑，为解决公交问题提供了新的思路。通过对多源数据收集整合加工处理，对现状公交进行“把脉问诊”，找到城市公交存在的“症结”，做到“精准定位，对症下药”，从而推进线网优化，公交精细化管理，提升公交服务水平[1-3]。本文根据在实际公交线网优化项目中对大数据分析运用，总结大数据在分析现状公交线网的应用，提出现状公交线网存在的问题，为基于大数据背景下的公交线网优化提出相关思路方法，使公交线网优化更精细化、信息化和科学化，提高公交的便利性、实时性和可靠性。
1 大数据介绍
大数据简单来说就是海量的数据，大数据需要经过加工处理，从中提取出有用的数据，再进行归纳总结。大数据具有四个特点Volume（数据海量），Variety（类型丰富），Velocity（处理速度快），Value（价值密度低）。与公交有关的数据主要分为2类：①与人相关的数据，包括IC卡数据、手机信令数据等;②与公交车相关的数据，包括站点数据、公交线路数据、调度数据等。 从手机、公交IC卡等提取相关OD数据、人口信息数据、人流量时空分布数据后，结合公交的站点数据、公交线路、调度数据，可用于公交线路网络的优化。本文结合实际公交线网结构与运营优化项目，主要从出行需求和公交供给两方面分析现状公交线网存在的问题[4-6]。
2 出行需求分析
需求分析主要从居民出行特征和公交乘客出行特征两方面展开，通过需求分析，对城市客流分布和公交客流分布整体把握，为后期线路调整提供需求支撑。
2.1 居民出行特征
传统方法是根据居民出行问卷调查，结合现状土地利用性质，城市社会经济情况，得到居民出行交通生成量，进而根据交通出行生成量进行传统的交通需求预测（包括交通生成、交通分布、方式划分和交通分配）;而基于大数据的需求预测与传统的交通需求预测流程相似，不同之处在于基于大数据的需求预测流程中，通过对收集的大数据研究，例如手机信令数据，通过对海量数据的处理，得到居民的出行轨迹，通过扩算得到交通小区间的OD，也就是交通分布的结果。在公交需求预测时省略了四阶段中的第一阶段，将传统的“四阶段法”简化为“三阶段法”。利用交通分布得到的结果，掌握城市人口分布，居民职住关系，分析特定区域的出行强度、职住平衡情况;确定城市主要客流走廊，交通枢纽的客运特征;同时了解居民出行习惯，分析出行需求分布，为线路布设调整，运行投入尺度提供依据。
2.2 公交乘客出行特征
基于公交IC卡刷卡，支付宝、微信等扫码数据，通过对数据的地图匹配（得到不同站点刷卡数据，可以将BRT线路和普通公交区分），出行识别（主要通过停留时间，以及中间轨迹点的闭合情况进行识别）等处理步骤，得到公交乘客的出行需求客流OD，各线路客流情况。该类数据直观反映了公交客流的特征，根据出行需求OD，对站点客流分布特征，公交客流产生吸引，站点上客量的时变特征，以及公交客运走廊进行分析，掌握现状公交线网客流特征;根据线路客流得到，各条线路日客流，单车客流，线路乘客出行期望线，高峰线路断面客流，线路客流时变特征等，掌握各条线客流特征，后期线路调整时可以做到有的放矢。
3 公交供给分析
需求端产生的需求，需要公交供给端给出相应的响应，才能满足乘客的出行需求。供给端的分析主要从线网布局、公交设施和线路运营三个方面展开。公交线网结构主要从线网长度、线网密度、线网重复系数、线网非直线系数、站点覆盖率等角度评价分析。
公交设施方面可以分为站点、车辆和专用道三个方面。站点包括首末站、中途站和枢纽站，可以从站点位置、面积、设施、容量、功能定位等方面评价。公交车辆分析包括车辆数、车龄车况、万人公交拥有量和车辆能源类型等方面。公交专用道从专用道类型、布局、长度、专用道车辆运行效率等角度进行分析。
线路运营主要从车辆发车间隔、平均运行速度、运营时间、线路配车高峰车辆满载率、线路配车等方面评价。
将公交线网的供给与全市居民的出行需求叠加分析，评价现状线网是否覆盖城市客运走廊，评价公交运力的投放是否与居民的出行需求一致。
4 现状问题分析
对居民出行需求与公交供给的叠加分析，在宏观层面，从需求与公交供给方面展开;在微观层面，对每条线路具体剖析。通过两方面分析，识别现状公交在线网结构、公交设施和线路运营方面可能存在的问题。
4.1 线网布局方面
线网布局与城市用地发展变化不同，与居民出行需求不匹配。在城市新建成区，公交线路开辟速度慢，站点覆盖率低，公交线网可达性不足，无法满足居民的出行需求;而在老城区的商业中心、办公、医院、学校等吸引力强的地方，线路布设密集，往往造成地区线路重复率过高，资源浪费。同时，由于公交布线手段的匮乏，新增或调整线路往往只采用局部延伸或截短的方法调整，未统筹考虑整个线网考慮，往往造成线路功能定位不清，线网结构层次混乱，导致公交供需不平衡，线网无法满足居民出行需求。 4.2 公交设施方面
公交设施供给与客流需求不匹配主要是站点的容量、设施规模，车辆的数量、容量，专用道的长度、位置等无法满足客流需求。特别是一些客流量大，客流特征存在潮汐的站点、线路，短时间集聚乘客多，对站点、车辆和专用道的要求高，但往往这些设施无法满足乘客的需求。
4.3 线路运营方面
线路运营管理与客流需求不匹配主要体现在：车辆发车间隔不满足客流需求，特别是在客流高峰和平峰，车辆发车间隔没有根据客流特征灵活调整;线路运行时间与客流需求不匹配，部分线路运行时间短，特别是晚班车运营结束时间早，无法满足乘客夜间出行需求;线路运行组织形式与线路客流特征不匹配，比如线路客流存在明显分段时，未根据线路客流精细化制定发车计划，分长短线运行等灵活的运营组织模式。
根据以上基于大数据需求分析后，在线网结构、公交设施和线路运营方面发现的问题，精准定位城市公交线网存在的问题。做到以客流需求为导向，公交设施为支撑、线路运营为保障的调整思路，对公交线网优化调整。
5 结论
本文主要总结了大数据在分析诊断现状公交线网存在问题方面的应用，并结合实际案例对大数据在公交线网现状分析进行了初步探索和实践，运用大数据的手段把握居民出行与公交乘客出行需求，同时分析供给端的线网结构、公交设施和线路运营是否响应出行需求，最后归纳总结现状公交在线网结构、公交设施和线路运营方面可能存在的问题，为下一步公交线网优化方案制定打下基础。
参考文献：
[1]陈忠康.通过大数据促进城市交通规划理论的变革[J].四川水泥，2018（6）：117+65.
[2]张改，马党生.大数据背景下的城市公交规划研究[J].科技传播，2018，10（10）：135-136.
[3]贾曼月.基于手机信令定位数据的中小城市公交线网优化研究[D].长安大学，2019.
[4]赵向宇.基于GIS的公交大數据可视化分析应用[J].交通世界，2019（34）：18-19+49.
[5]任运臣，林海，王泉生，等.安阳市基于多源大数据融合分析的公交线网优化评估[J].城市公共交通，2020（3）：30-34+40.
[6]陈龙，凌宏伟，周晋冬.应用公交大数据评估和规划公交专用车道[J].交通与运输（学术版），2017（2）：138-142+147.
关键词：公交大数据;数据分析;公交线网
0 引言
伴随着我国社会经济的快速发展，城市机动车规模迅速增长，道路交通拥堵问题日益突出，优先发展城市公共交通已在社会各界达成共识。而现状公交系统存在线网布局不清、公交设施不全、运营组织不精等问题，导致公交无法满足人们日常出行需求。随着信息技术的发展，公交智能化、数据化水平不断提升，为相关数据挖掘和分析提供了重要支撑，为解决公交问题提供了新的思路。通过对多源数据收集整合加工处理，对现状公交进行“把脉问诊”，找到城市公交存在的“症结”，做到“精准定位，对症下药”，从而推进线网优化，公交精细化管理，提升公交服务水平[1-3]。本文根据在实际公交线网优化项目中对大数据分析运用，总结大数据在分析现状公交线网的应用，提出现状公交线网存在的问题，为基于大数据背景下的公交线网优化提出相关思路方法，使公交线网优化更精细化、信息化和科学化，提高公交的便利性、实时性和可靠性。
1 大数据介绍
大数据简单来说就是海量的数据，大数据需要经过加工处理，从中提取出有用的数据，再进行归纳总结。大数据具有四个特点Volume（数据海量），Variety（类型丰富），Velocity（处理速度快），Value（价值密度低）。与公交有关的数据主要分为2类：①与人相关的数据，包括IC卡数据、手机信令数据等;②与公交车相关的数据，包括站点数据、公交线路数据、调度数据等。 从手机、公交IC卡等提取相关OD数据、人口信息数据、人流量时空分布数据后，结合公交的站点数据、公交线路、调度数据，可用于公交线路网络的优化。本文结合实际公交线网结构与运营优化项目，主要从出行需求和公交供给两方面分析现状公交线网存在的问题[4-6]。
2 出行需求分析
需求分析主要从居民出行特征和公交乘客出行特征两方面展开，通过需求分析，对城市客流分布和公交客流分布整体把握，为后期线路调整提供需求支撑。
2.1 居民出行特征
传统方法是根据居民出行问卷调查，结合现状土地利用性质，城市社会经济情况，得到居民出行交通生成量，进而根据交通出行生成量进行传统的交通需求预测（包括交通生成、交通分布、方式划分和交通分配）;而基于大数据的需求预测与传统的交通需求预测流程相似，不同之处在于基于大数据的需求预测流程中，通过对收集的大数据研究，例如手机信令数据，通过对海量数据的处理，得到居民的出行轨迹，通过扩算得到交通小区间的OD，也就是交通分布的结果。在公交需求预测时省略了四阶段中的第一阶段，将传统的“四阶段法”简化为“三阶段法”。利用交通分布得到的结果，掌握城市人口分布，居民职住关系，分析特定区域的出行强度、职住平衡情况;确定城市主要客流走廊，交通枢纽的客运特征;同时了解居民出行习惯，分析出行需求分布，为线路布设调整，运行投入尺度提供依据。
2.2 公交乘客出行特征
基于公交IC卡刷卡，支付宝、微信等扫码数据，通过对数据的地图匹配（得到不同站点刷卡数据，可以将BRT线路和普通公交区分），出行识别（主要通过停留时间，以及中间轨迹点的闭合情况进行识别）等处理步骤，得到公交乘客的出行需求客流OD，各线路客流情况。该类数据直观反映了公交客流的特征，根据出行需求OD，对站点客流分布特征，公交客流产生吸引，站点上客量的时变特征，以及公交客运走廊进行分析，掌握现状公交线网客流特征;根据线路客流得到，各条线路日客流，单车客流，线路乘客出行期望线，高峰线路断面客流，线路客流时变特征等，掌握各条线客流特征，后期线路调整时可以做到有的放矢。
3 公交供给分析
需求端产生的需求，需要公交供给端给出相应的响应，才能满足乘客的出行需求。供给端的分析主要从线网布局、公交设施和线路运营三个方面展开。公交线网结构主要从线网长度、线网密度、线网重复系数、线网非直线系数、站点覆盖率等角度评价分析。
公交设施方面可以分为站点、车辆和专用道三个方面。站点包括首末站、中途站和枢纽站，可以从站点位置、面积、设施、容量、功能定位等方面评价。公交车辆分析包括车辆数、车龄车况、万人公交拥有量和车辆能源类型等方面。公交专用道从专用道类型、布局、长度、专用道车辆运行效率等角度进行分析。
线路运营主要从车辆发车间隔、平均运行速度、运营时间、线路配车高峰车辆满载率、线路配车等方面评价。
将公交线网的供给与全市居民的出行需求叠加分析，评价现状线网是否覆盖城市客运走廊，评价公交运力的投放是否与居民的出行需求一致。
4 现状问题分析
对居民出行需求与公交供给的叠加分析，在宏观层面，从需求与公交供给方面展开;在微观层面，对每条线路具体剖析。通过两方面分析，识别现状公交在线网结构、公交设施和线路运营方面可能存在的问题。
4.1 线网布局方面
线网布局与城市用地发展变化不同，与居民出行需求不匹配。在城市新建成区，公交线路开辟速度慢，站点覆盖率低，公交线网可达性不足，无法满足居民的出行需求;而在老城区的商业中心、办公、医院、学校等吸引力强的地方，线路布设密集，往往造成地区线路重复率过高，资源浪费。同时，由于公交布线手段的匮乏，新增或调整线路往往只采用局部延伸或截短的方法调整，未统筹考虑整个线网考慮，往往造成线路功能定位不清，线网结构层次混乱，导致公交供需不平衡，线网无法满足居民出行需求。 4.2 公交设施方面
公交设施供给与客流需求不匹配主要是站点的容量、设施规模，车辆的数量、容量，专用道的长度、位置等无法满足客流需求。特别是一些客流量大，客流特征存在潮汐的站点、线路，短时间集聚乘客多，对站点、车辆和专用道的要求高，但往往这些设施无法满足乘客的需求。
4.3 线路运营方面
线路运营管理与客流需求不匹配主要体现在：车辆发车间隔不满足客流需求，特别是在客流高峰和平峰，车辆发车间隔没有根据客流特征灵活调整;线路运行时间与客流需求不匹配，部分线路运行时间短，特别是晚班车运营结束时间早，无法满足乘客夜间出行需求;线路运行组织形式与线路客流特征不匹配，比如线路客流存在明显分段时，未根据线路客流精细化制定发车计划，分长短线运行等灵活的运营组织模式。
根据以上基于大数据需求分析后，在线网结构、公交设施和线路运营方面发现的问题，精准定位城市公交线网存在的问题。做到以客流需求为导向，公交设施为支撑、线路运营为保障的调整思路，对公交线网优化调整。
5 结论
本文主要总结了大数据在分析诊断现状公交线网存在问题方面的应用，并结合实际案例对大数据在公交线网现状分析进行了初步探索和实践，运用大数据的手段把握居民出行与公交乘客出行需求，同时分析供给端的线网结构、公交设施和线路运营是否响应出行需求，最后归纳总结现状公交在线网结构、公交设施和线路运营方面可能存在的问题，为下一步公交线网优化方案制定打下基础。
参考文献：
[1]陈忠康.通过大数据促进城市交通规划理论的变革[J].四川水泥，2018（6）：117+65.
[2]张改，马党生.大数据背景下的城市公交规划研究[J].科技传播，2018，10（10）：135-136.
[3]贾曼月.基于手机信令定位数据的中小城市公交线网优化研究[D].长安大学，2019.
[4]赵向宇.基于GIS的公交大數据可视化分析应用[J].交通世界，2019（34）：18-19+49.
[5]任运臣，林海，王泉生，等.安阳市基于多源大数据融合分析的公交线网优化评估[J].城市公共交通，2020（3）：30-34+40.
[6]陈龙，凌宏伟，周晋冬.应用公交大数据评估和规划公交专用车道[J].交通与运输（学术版），2017（2）：138-142+147.